Bài học từ quá trình chuyển đổi AI của Microsoft: Từ công nghệ đến giá trị kinh doanh thực tiễn

AI đang định hình lại công việc nhanh hơn mức bất kỳ tổ chức nào có thể hoàn toàn làm chủ. Trên khắp các ngành, cuộc thảo luận đã chuyển từ việc AI có thể làm gì sang cách các công ty có thể sử dụng AI để tạo ra giá trị kinh doanh và mở rộng những gì con người có thể đạt được. Tại Microsoft, chúng tôi tin rằng những tổ chức thành công sẽ là những gì chúng tôi gọi là Frontier Firms (Doanh nghiệp tiên phong): do con người dẫn dắt, nhưng ngày càng được hỗ trợ bởi AI. Trách nhiệm đó bắt đầu từ cách AI được xây dựng và tiếp nối qua cách nó được đưa vào vận hành: AI nên mở rộng năng lực con người trong khi con người vẫn giữ quyền kiểm soát, đánh giá và trách nhiệm giải trình có ý nghĩa. Chúng tôi cam kết trở thành Customer Zero (Khách hàng số 0), học hỏi thông qua quá trình chuyển đổi của chính mình để có thể giúp người khác định hướng quá trình chuyển đổi của họ.

Nhân viên của chúng tôi đã thử nghiệm với AI, trong khi các nhà lãnh đạo đã đặt ra những mục tiêu đầy tham vọng và thách thức các nhóm suy nghĩ lại về cách chúng ta làm việc để đạt được nhiều thành tựu hơn so với trước đây. Chúng tôi đã thành lập các hội đồng liên công ty bao gồm các chức năng doanh nghiệp, tiếp cận thị trường và kỹ thuật để chia sẻ các phương pháp tốt nhất và cùng nhau học hỏi. Chúng tôi yêu cầu mọi người thách thức tư duy cố định của mình và đón nhận tư duy phát triển mà chúng tôi đã vun đắp trong hơn một thập kỷ qua. Công việc đó đang mang lại những kết quả có thể đo lường được: đối với một nhóm bán hàng, tỷ lệ chốt đơn hàng tăng 20%1; các quy trình chuỗi cung ứng được chọn lọc đã cắt giảm thời gian chu kỳ lên đến 75%2; và một nhóm kỹ thuật gồm chín người đã phát hành sản phẩm ban đầu trong 35 ngày.3

Khi các phương pháp tiếp cận hiệu quả xuất hiện, chúng tôi đã hệ thống hóa chúng thành các nghiên cứu điển hình để có thể đẩy nhanh quá trình chuyển đổi, mở rộng những gì hiệu quả và học hỏi từ những gì chưa hiệu quả. Quan trọng không kém, chúng tôi biết rằng nếu muốn giúp khách hàng nhận ra toàn bộ giá trị của AI, chúng tôi phải thực hiện công việc chuyển đổi chính mình trước. Kinh nghiệm thực tế của chúng tôi cần phải là nguồn học hỏi mà chúng tôi có thể chia sẻ với những người khác.

Chúng tôi đã chia sẻ Microsoft’s Frontier Playbook với khách hàng như một hướng dẫn thực tế cho hành trình chuyển đổi AI của mình, bao gồm những gì chúng tôi đã học được, những gì đã hiệu quả cho đến nay và nơi chúng tôi đã phát triển từ những thất bại. Dựa trên hàng trăm nỗ lực chuyển đổi AI trên toàn công ty, cuốn cẩm nang này ghi lại những gì chúng tôi đang học hỏi khi thiết kế lại công việc, xây dựng các năng lực mới, đo lường tác động và giúp mọi người phát triển cùng với AI.

Cuốn cẩm nang cũng phản ánh những sự thật quan trọng: chuyển đổi là khó khăn, và học hỏi là siêu năng lực bền bỉ. Trong số rất nhiều hiểu biết thu được từ những thành công và thất bại của chúng tôi, năm bài học luôn nổi bật.

1. Bắt đầu với kết quả kinh doanh, không phải công nghệ

Ban đầu, chúng tôi coi AI như một đợt triển khai công nghệ truyền thống: triển khai các công cụ, cung cấp đào tạo, thúc đẩy việc áp dụng. Chúng tôi nhận ra rằng quyền truy cập và cách sử dụng không đồng nghĩa với sự chuyển đổi: một công cụ được cấp phép cho hơn 200.000 người không làm thay đổi cách công việc được thực hiện.

Việc sử dụng sớm trong bán hàng đã làm rõ điều này. Mặc dù triển khai rộng rãi, việc sử dụng đã chững lại và tác động không thành hiện thực. Thay vì thúc đẩy việc áp dụng mạnh mẽ hơn, nhóm đã bắt đầu từ các mục tiêu kinh doanh — mang lại nhiều giá trị hơn cho khách hàng, giành được các hợp đồng và cải thiện trải nghiệm của nhân viên. Họ đã lập bản đồ cách các quản lý tài khoản dành thời gian trong tuần và xác định các công cụ tốt nhất cho những thời điểm quan trọng nhất: một tác nhân Analyst cho đường ống kinh doanh, một tác nhân Deal cho các gói hợp đồng và Researcher để hiểu sâu sắc về khách hàng. Các buổi họp nhóm hàng tuần do đồng nghiệp dẫn dắt đã biến việc thử nghiệm thành thói quen và mở rộng các phương pháp tốt nhất cho mọi người trong nhóm. Trong nhóm, việc áp dụng các trường hợp sử dụng ưu tiên đã tăng gấp ba, doanh thu trên mỗi quản lý tài khoản tăng 9,4% và tỷ lệ chốt đơn hàng cao hơn 20%.4

Thành công vẫn đòi hỏi sự đầu tư vào việc giúp mọi người xây dựng các kỹ năng mới, thử nghiệm các cách làm việc mới và học hỏi lẫn nhau. Nhưng khi các nhà lãnh đạo tập trung vào một kết quả kinh doanh rõ ràng và những gì quan trọng nhất đối với người thực hiện công việc, thay vì bản thân việc áp dụng AI, các cuộc trò chuyện đã chuyển từ việc sử dụng AI sang tạo ra giá trị.

2. Thiết kế lại toàn bộ quy trình làm việc, không chỉ các nhiệm vụ riêng lẻ

Một trong những bài học lớn nhất của chúng tôi đến từ việc hình dung lại các quy trình làm việc từ đầu đến cuối, thay vì áp dụng AI vào các bước hiện có. Những nỗ lực ban đầu đã giúp mọi người hoàn thành các nhiệm vụ quen thuộc nhanh hơn nhưng hiếm khi thay đổi được kết quả. Thêm các tác nhân vào một quy trình bị lỗi vẫn để lại một quy trình bị lỗi — việc tăng tốc một bước chỉ tạo ra hàng đợi dài hơn ở bước tiếp theo.

Nhóm chuỗi cung ứng đám mây của chúng tôi đã đơn giản hóa các quy trình của mình trước khi hình dung lại chúng với các tác nhân. Các chuyên gia chuỗi cung ứng và kỹ sư đã làm việc cùng nhau, trước tiên là lập bản đồ và đơn giản hóa các quy trình làm việc từ đầu đến cuối, sau đó tạo ra một nguồn dữ liệu duy nhất để mọi tác nhân suy luận từ cùng một dữ liệu. Với nền tảng đó, họ đã triển khai hơn 100 tác nhân được xây dựng cho mục đích cụ thể trong lập kế hoạch, tìm nguồn cung ứng, thực hiện và hậu cần. Các tác nhân đó điều tra những thay đổi về nhu cầu và mô hình hóa năng lực trong khi so sánh các lựa chọn vận chuyển qua đường hàng không, đường bộ và đường biển về chi phí, thời gian và tác động carbon — sự phức tạp mà ít nhóm nào có thể tự quản lý. Thời gian chu kỳ đã giảm tới 75% trong các quy trình làm việc được chọn lọc.

Sự thay đổi không chỉ nằm ở tốc độ, mà còn ở việc thêm giá trị mới bằng cách cải thiện những gì nhóm có thể nhìn thấy, dự đoán và hành động. Trong phạm vi quyền hạn và ngưỡng phê duyệt được xác định, các tác nhân đã tiến bộ từ việc trả lời câu hỏi sang giúp các nhà lập kế hoạch cập nhật hoặc hủy đơn đặt hàng trực tiếp. Những nhà lập kế hoạch từng mất từ năm đến bảy ngày để truy tìm lý do tại sao kế hoạch nhu cầu thay đổi giờ đây có thể nhận được câu trả lời trong vài giờ, và đôi khi trong chưa đầy 20 phút. Điều đó giúp có thể phân tích các thay đổi khi các chu kỳ lập kế hoạch diễn ra, mô hình hóa nhiều kịch bản hơn, xây dựng các kế hoạch dự phòng tốt hơn và xác định rủi ro sớm hơn — giúp nhóm đưa ra quyết định tốt hơn và cải thiện hiệu suất của chuỗi cung ứng.5

Chúng tôi đang thấy sự thay đổi tương tự trong kỹ thuật phần mềm, nơi cơ hội mở rộng vượt ra ngoài việc tạo mã nhanh hơn sang việc thiết kế lại cách các nhóm lập kế hoạch, xây dựng, kiểm thử và đánh giá sản phẩm với các tác nhân trong toàn bộ quy trình làm việc.

Chúng tôi nhận thấy những lợi ích lớn nhất đạt được khi các nhóm lùi lại một bước và thiết kế lại cách công việc nên diễn ra giữa con người, quy trình và công nghệ từ đầu đến cuối — bao gồm những gì các tác nhân có thể truy cập và thực hiện, cách hành động của chúng được giám sát và nơi con người phải xem xét, phê duyệt hoặc can thiệp. AI mạnh mẽ nhất khi cả ba yếu tố này cùng tiến bộ.

3. Đặt nhân viên vào trung tâm của sự chuyển đổi

Những người thực hiện công việc biết nơi các quy trình bị phá vỡ, nơi sự đánh giá quan trọng và nơi AI có thể giúp đỡ — những hiểu biết mà không bản đồ quy trình nào có thể nắm bắt đầy đủ. Chuyên môn của họ cần định hình sự chuyển đổi ngay từ đầu. Các nhà lãnh đạo có trách nhiệm đặt ra một tham vọng rõ ràng, giúp nhân viên xây dựng các kỹ năng để đóng góp và trao cho họ một vai trò có ý nghĩa trong việc quyết định cách công việc thay đổi.

Tại Microsoft, chúng tôi đang tạo ra các cách thức thực hành để nhân viên xây dựng những kỹ năng đó. Một chương trình phát triển nghề nghiệp sớm PRAISE ghép các kỹ sư mới nổi với các người hướng dẫn giàu kinh nghiệm và học tập có sự hỗ trợ của AI, giúp các kỹ sư mới hơn đóng góp vào công việc phức tạp trong khi phát triển tay nghề của họ.

Camp AIR là một chương trình tăng tốc chuyển đổi AI kéo dài nhiều tuần giúp các nhóm liên chức năng học hỏi các năng lực AI mới trong khi thiết kế lại cách họ làm việc cùng nhau xung quanh một thách thức kinh doanh thực tế. Một chương trình thí điểm ban đầu đã dạy chúng tôi rằng chuyển đổi AI là một môn thể thao đồng đội và chỉ riêng công cụ và đào tạo là không đủ. Trong khi các cá nhân có thể học các công nghệ mới một cách độc lập, sự thay đổi có ý nghĩa và lâu dài xảy ra khi các nhóm cùng nhau học hỏi, thử nghiệm và thích nghi. Các nhóm cần những cuộc trò chuyện thẳng thắn về cách AI sẽ định hình lại các vai trò và quy trình làm việc, cùng với sự tự do để thử nghiệm một cách an toàn và xây dựng sự tự tin vào các cách làm việc mới. Chúng tôi không thể đảm bảo tương lai cho tất cả các công việc như hiện nay, nhưng chúng tôi có thể giúp nhân viên đảm bảo tương lai cho sự nghiệp của họ bằng cách phát triển các kỹ năng, khả năng thích ứng và tư duy cần thiết để thành công khi công việc phát triển.

Bài học đó đã trở thành nguyên tắc thiết kế cốt lõi của Camp AIR và đã giúp chương trình mở rộng quy mô tới hơn 3.000 kỹ sư trên toàn tổ chức đó.

Nhóm đứng sau Copilot Cowork cho thấy điều này có thể trông như thế nào trong thực tế. Nhóm gồm chín kỹ sư, nhà thiết kế và quản lý sản phẩm đã được trao quyền tự do để suy nghĩ lại về cách một sản phẩm được xây dựng, với AI được tích hợp ngay từ ngày đầu tiên. Làm việc cùng với các tác nhân, vai trò của họ mở rộng thành những gì họ gọi là meta-engineers, meta-designers và meta-PMs. Cùng nhau, họ đã phát hành bản phát hành đầu tiên trong 35 ngày và ghi lại những gì họ đã học được để các nhóm khác có thể xây dựng dựa trên đó.6

Theo kinh nghiệm của chúng tôi, các nhà lãnh đạo đặt ra kết quả và trách nhiệm giải trình, trong khi những người gần gũi nhất với công việc thấy nơi AI tạo ra giá trị và nơi sự đánh giá của con người phải giữ vị trí trung tâm. Các nhà quản lý kết nối hai điều này, và việc họ làm gương và hỗ trợ đã là một trong những yếu tố dự báo mạnh mẽ nhất về sự thành công. Nghiên cứu của chúng tôi chứng minh điều này: khi các nhà quản lý tích cực làm gương sử dụng AI, giá trị được báo cáo từ AI tác nhân tăng 17 điểm và niềm tin vào nó tăng 30 điểm — và nhân viên trong các nhóm mà các nhà quản lý tạo ra sự an toàn về tâm lý có khả năng trở thành người dùng thường xuyên của AI tác nhân cao gấp 1,4 lần. Nơi nhân viên có bối cảnh, năng lực và quyền chủ động, họ có thể trở thành động lực của sự chuyển đổi.

4. Sử dụng AI để mở rộng những gì con người có thể làm

Chúng tôi bắt đầu ở nơi nhiều công ty bắt đầu: tự động hóa các nhiệm vụ để tăng hiệu quả. Giá trị đó là có thật, nhưng chỉ là sự khởi đầu. Theo thời gian, chúng tôi nhận ra cơ hội lớn hơn là "Capability Add" (Bổ sung năng lực): kết hợp thế mạnh của con người và AI để đạt được những kết quả trước đây không thực tế hoặc không thể thực hiện được. Hãy coi đó là một phương trình: CI + AI = CA. Cải tiến liên tục (Continuous improvement) loại bỏ lãng phí và AI bổ sung năng lực. Cùng nhau, chúng tạo ra Capability Add — đầu ra với giá trị chiến lược cao hơn. Chỉ riêng cải tiến liên tục dẫn đến một phiên bản tinh gọn hơn của công ty cũ; Capability Add tạo ra một công ty khác biệt. Điều này tương đương với sự chuyển đổi.

Trong Work Trend Index mới nhất của chúng tôi, 58% người dùng AI cho biết AI giúp họ thực hiện công việc mà họ không thể làm trước đây — con số này là 80% ở những người dùng nâng cao. Trong các ví dụ điển hình của chúng tôi, nó giống như việc dự đoán một lỗi chất lượng thay vì phát hiện ra nó hoặc khám phá hai mươi lựa chọn trong khi một nhóm chỉ có thời gian cho ba lựa chọn.

Quan điểm rộng hơn này định hình cách chúng tôi đo lường ROI. Chúng tôi thích nói rằng hiệu quả là sàn, năng lực là trần. Việc sử dụng và áp dụng, cùng với những cải tiến về tốc độ, chất lượng và chi phí, là những tín hiệu quan trọng. Nhưng thước đo cuối cùng là liệu AI có cải thiện trải nghiệm của khách hàng và nhân viên, thúc đẩy tăng trưởng và đổi mới, giảm rủi ro và mở rộng những gì tổ chức có thể đạt được hay không. Vì những kết quả đó có thể mất thời gian để xuất hiện, chúng tôi cũng theo dõi các chỉ số dẫn dắt. Đối với các quản lý tài khoản, điều đó có thể có nghĩa là dành nhiều thời gian hơn cho khách hàng, đường ống kinh doanh mạnh mẽ hơn hoặc tỷ lệ thắng tốt hơn trước khi lợi nhuận doanh thu thành hiện thực hoàn toàn. Đối với một kỹ sư, đó không phải là lượng mã AI tạo ra, mà là liệu nhóm có đang xây dựng các sản phẩm tốt hơn nhanh hơn hay không.

Chúng tôi khuyến khích các nhóm nhìn xa hơn hiệu quả và tự hỏi, "Nhân viên của chúng ta có thể đạt được những gì mà họ không thể trước đây?"

5. Kết hợp năng lực con người và AI để tạo ra một tổ chức học tập liên tục

Tại Microsoft, chúng tôi từ lâu đã tin rằng tư duy phát triển là một nguồn lợi thế cạnh tranh. Sự sẵn sàng thách thức các giả định, thử nghiệm, học hỏi và thích nghi đã định hình văn hóa của chúng tôi trong hơn một thập kỷ — và cung cấp một nền tảng quan trọng hơn nữa cho kỷ nguyên AI.

AI đang mang lại ý nghĩa mới cho ý tưởng đó. Là một đối tác tư duy, nó có thể giúp nhân viên khám phá các ý tưởng mới, xây dựng kỹ năng và học hỏi trong dòng chảy công việc. Nó có thể làm cho việc học tập nhanh hơn, cá nhân hóa hơn và dễ tiếp cận hơn, giúp mọi người thực hiện những thách thức mà trước đây cảm thấy ngoài tầm với.

Nhưng chúng tôi cũng phát hiện ra rằng việc học tập diễn ra theo cả hai hướng. Con người giúp AI trở nên hữu ích hơn bằng cách mang đến tham vọng, bối cảnh, sự đánh giá và phản hồi dạy cho nó cách công việc được thực hiện và điều gì là tốt. Họ đặt ra các yêu cầu, sửa chữa những gì còn thiếu sót, xác định nơi sự đánh giá của con người là cần thiết và vẫn chịu trách nhiệm về cách AI được áp dụng.

Ví dụ, trong tổ chức Nhân sự của chúng tôi, các nhóm đang liên tục cải thiện các tác nhân để hỗ trợ nhiều hoạt động liên công ty liên quan đến việc giới thiệu nhân viên mới. Nhóm của chúng tôi hướng dẫn quy trình và đặt ra tiêu chuẩn cho những gì là tốt, xác định nơi cần sự đánh giá của con người, giải quyết các vấn đề và quản lý hệ thống tổng thể.

Theo thời gian, vòng lặp học tập này biến những hiểu biết cá nhân thành năng lực tổ chức. AI giúp mọi người học nhanh hơn, trong khi con người giúp làm cho AI hữu ích hơn trong tổ chức của họ. Chúng tôi nhận ra rằng vòng lặp học tập liên tục mà chúng tôi đang tạo ra cũng đang tạo ra kiến thức thể chế độc đáo, và việc giữ quyền kiểm soát nó sẽ rất quan trọng đối với lợi thế lâu dài của chúng tôi. Và rằng mọi tổ chức nên có khả năng xây dựng vòng lặp học tập liên tục của riêng mình mà không phụ thuộc vào bất kỳ nhà cung cấp mô hình nào, trong khi vẫn giữ quyền kiểm soát kiến thức của mình và cách nó được nhúng vào các mô hình và hệ thống mà họ sử dụng.

Việc có quyền truy cập vào các mô hình tốt nhất sẽ là không đủ. Các tổ chức dẫn đầu sẽ là những tổ chức xây dựng năng lực để tăng tốc học tập — nơi con người và AI cùng cải thiện, và nơi kiến thức họ tạo ra trở thành nguồn lợi thế lâu dài.

***

Những bài học này kết hợp lại thành ba công thức thực tế: Persona Acceleration (Tăng tốc vai trò) cho một vai trò, AI-Powered Process Redesign (Thiết kế lại quy trình dựa trên AI) cho một quy trình làm việc và AI-First Possibility (Khả năng ưu tiên AI) cho một cơ hội mới. Được chắt lọc từ hàng trăm nỗ lực chuyển đổi, chúng là các mô hình mà các nhóm có thể thích nghi — thường là kết hợp — để di chuyển nhanh hơn và tránh việc phải làm lại từ đầu.

Quyền truy cập vào AI sẽ không phải là yếu tố tạo nên sự khác biệt. Lợi thế sẽ đến từ khả năng của một tổ chức trong việc trao quyền và thu hút nhân viên, thiết kế lại công việc, quản lý AI một cách có trách nhiệm và vận hành những gì hiệu quả. Những kết quả chúng tôi đang thấy — từ tăng doanh thu và chuỗi cung ứng hiệu quả hơn đến phát triển sản phẩm nhanh hơn và trải nghiệm nhân viên tốt hơn — cho thấy những gì có thể đạt được khi các mảnh ghép đó kết hợp lại với nhau. Nhưng đạt được những kết quả này đòi hỏi nhiều hơn là triển khai AI. Nó đòi hỏi sự liên kết có chủ đích giữa con người, quy trình và công nghệ. Đó là công việc khó khăn để trở thành một Frontier Firm — và lý do tại sao chúng tôi tạo ra Microsoft Frontier Company: để mang những gì chúng tôi đang học hỏi từ quá trình chuyển đổi của chính mình đến với khách hàng và làm việc cùng họ khi họ định hướng quá trình chuyển đổi của họ.

Hãy đọc Becoming a Frontier Firm: Our Frontier Playbook để biết các khuôn khổ, công thức chuyển đổi và bài học từ hành trình Customer Zero của Microsoft.

Kathleen Hogan là Phó chủ tịch điều hành kiêm Giám đốc chiến lược và chuyển đổi tại Microsoft, nơi bà lãnh đạo chương trình nghị sự chiến lược và chuyển đổi trên toàn công ty, đẩy nhanh quá trình phát triển của Microsoft thành một Frontier Firm. Trước đây, bà từng là Giám đốc nhân sự và Phó chủ tịch tập đoàn của Microsoft Services.